探究のアンケートでは、回答を集める前に質問の意味が伝わるかを確かめます。逆向きの文を混ぜる工夫が混乱を生んだ研究も、好ましく見せる回答との関連が乏しかった研究もあります。家庭では、質問を読んだ人に、どんな意味で答えたかを聞きます。
画面に回答の棒グラフが並ぶと、探究が進んだ気持ちになります。「友達がこんなに答えてくれた」と子どもが見せてくれた瞬間、保護者もほっとします。しかし、その棒の高さを読む前に戻る場所があります。答えた人は、作った人と同じ意味で質問を読んだのでしょうか。集計がきれいでも、質問の意味のずれはグラフに書かれていません。
今回扱うのは、質問をどう書くかと、答えがどう生まれるかです。アンケートをやめる話へ急がず、反対の意味の文を入れる工夫、配る前の読み取り確認、よく見られたい気持ちの影響を比べます。質問紙の弱点を決めつけることも、集計した答えをそのまま事実にすることも避け、作り方を点検します。
1. 論文を役割で並べる
van Sonderenら（2013）は、疲労を測る質問紙で、逆向きに書いた項目が回答の偏りを防ぐかを調べました。逆向きの項目が偏りを防いだという証拠は得られず、不注意や混乱が得点に入り込むことが示されました。同じ方向で質問する形式のほうが誤りが少ないという結果でした。単調な回答を防ごうとした工夫が、別の誤りを生む可能性を読む論文です [1]。疲労の質問紙を調べたvan Sonderenらの分析は700人の回答に基づいています。内容や文の方向が似ている項目どうしを比べ、同じ方向の項目で組んだ場合と、順向き・逆向きの項目を混ぜた場合の測定特性を比較しました [1]。別の自己効力感の調査は374人を対象とし、同じ参加者に複数の文の形式を試す方法でした。質問の書き方を比べた結果と、質問紙の対象になった心理的内容を分けて読みます [2]。
Suárez-Álvarezら（2018）は、自己効力感を測る質問について、肯定的な文、逆向きの文、それらを混ぜた形式を比較しました。混ぜた形式では、測定の信頼性と、同じ内容を測るまとまりが損なわれました。肯定的な文への同意に偏る危険と、逆向きの文を混ぜた際に理解が変わる危険の間に、兼ね合いがあると指摘しています。項目の向きを変えれば問題が消えるという発想を点検する論文です [2]。
LaPietraら（2020）は、若者向けの調査と面接の質問を、認知インタビューで試しました。認知インタビューとは、答える際に質問をどう理解したかを聞いて確かめる方法です。参加者が質問や選択肢を意図どおりに理解していない箇所が見つかり、反応をもとに項目を直し、次の試行へ進みました。配る前に、回答者の読み方から質問を直す論文です [3]。
Miller（2012）は、大学生の自己報告調査で、社会的に好ましく見せようとする回答傾向との関係を調べました。多くの得点には、その傾向を測る指標との有意な関係がありませんでした。回答はいつでも取り繕われる、という決めつけに対して、反対の結果を置く論文です [4]。
Lingら（2026）は、大学生の人工知能利用について、自分の利用と仲間の利用を尋ねました。両者の回答には有意な差があり、説明の質的分析から、社会的に好ましく見られたい傾向が利用の過小な把握を生む重要な要因だと結論づけています。Millerと並べると、自己報告の偏りを話題ごとに考える必要が見えてきます [5]。
2. 反対の意味の文を入れればよいですか？
「私は授業に集中している」に加え、「私は授業に集中していない」を置けば、同じ答えを並べる人を見つけられそうです。これは質問を点検するための架空の例です。実際の研究では、逆向きの文を混ぜることが不注意や混乱と関わり、測定のまとまりを損なっていました。反対の項目を置く意図と、回答者に起こることを分けて考えます [1][2]。
探究の質問を作る際は、「偏りを消すため」と理由をつける前に、読み手が文をどう処理するかを確かめます。同意する選択肢が、別の項目では反対の意味へ変わるなら、回答者は文の向きを読み直す必要があります。研究の結果を使う場面は、項目を複雑にすることを目的にせず、質問と選択肢の意味が伝わったかを点検するときです [1][2]。
3. 配る前に何を聞きますか？
LaPietraらの研究では、若者が質問をどう理解するかを調べ、回答の誤りを発見していました。質問を見せて「分かる？」と聞くだけで終えず、「何を聞かれたと思いましたか」「なぜその選択肢を選びましたか」と聞きます。これは、質問を作った側の理解ではなく、答える側の理解を確かめるための練習です [3]。
回答した人の説明が、作った人の想定と違ったら、その違いを残してから文を直します。研究でも、参加者の反応をもとに修正し、さらに試す流れが使われました。探究でも、すぐに集計へ進む代わりに、質問を直して読み直してもらう段階を置きます。回答者が選択肢を選べたことと、質問を意図どおりに受け取ったことを分ける作業です [3]。
4. 本音を聞けているかはどう考えますか？
Lingらの研究では、本人と仲間の利用の回答の差に加え、回答者の説明を分析していました。数字のずれを見つけて終えるのではなく、なぜその差が生まれたかを調べています。探究の報告でも、「回答がこう並びました」と「その理由をこう考えました」を区別します。理由まで測ったように書かず、質問紙で尋ねた範囲が読者に伝わる形にします [5]。
集計を説明する文章には、質問の文と選択肢を添えて読み直してください。どのような言葉に対する答えだったかを戻せる形です。LaPietraらの研究が見つけた理解のずれと、逆向きの項目を扱った研究が見つけた混乱は、質問を隠したグラフだけでは点検できない論点です。回答数を増やす相談の前に、何の答えを集めているかを説明する時間を置きます [1][2][3]。
【反証】この回が言えないこと
疲労や自己効力感を測った質問紙の結果から、高校の探究のあらゆる質問を同じ方向で書けばよいとは言えません。認知インタビューの事例も、全ての読み違いを防ぐ保証ではありません。大学生の人工知能利用の結果を、中高生の別の話題へそのまま当てはめることもできません。自己報告を疑う研究だけを並べると、多くの得点で有意な関係がなかったMillerの結果を落としてしまいます [1][2][3][4][5]。
実務——家でできる 3 つの確認
はじめは、作った質問を隠し、本人に「何を知りたい調査なのか」を説明してもらいます。アクティブリコールを使って、目的を自分の言葉で取り出します。その説明と実際の項目を比べ、聞きたいことが文章へ移っているかを確かめます。
次に、家族が項目へ答え、その選択肢を選んだ理由を話します。子どもは途中で意味を教えず、相手の読み方を聞き取ります。別の日には間隔反復のように同じ質問を再点検し、修正した言葉がどんな意味で受け取られたかを確認します。
仕上げに、集計から書いた説明を読み返します。質問で尋ねた内容と、本人が結論で述べた内容を線で結びます。武蔵野個別指導塾の完全1対1では、本人が考えた問いや説明を講師と扱います。武蔵境の総合型選抜対策で探究の説明を磨きます。問いを言葉にする学習は、問いを作る作業が、理解を作る——質問生成という方略｜武蔵野個別指導塾が薦める学習の仕方も読んでください。
よくある質問
Q. 逆向きの項目で回答の偏りを防ぎますか？
今回の研究では、逆向きの項目が偏りを防いだ証拠は得られず、混乱や測定のまとまりの問題が報告されています。採用前に読み手の理解を点検します [1][2]。
Q. 試しに答えてもらうときは何を聞きますか？
質問をどんな意味に読んだか、選択肢をどう選んだかを聞きます。若者の認知インタビューの研究では、意図と違う理解が項目修正につながりました [3]。
Q. アンケートの回答は本音ではないのですか？
大学生の調査で、好ましく見せる傾向との有意な関係が乏しかった結果もあります。別の人工知能利用の研究では偏りが問題になっており、尋ねた話題と測定を分けて読みます [4][5]。
出典
- Ineffectiveness of Reverse Wording of Questionnaire Items: Let’s Learn from Cows in the Rain（E. V. van Sonderenほか、2013、PLoS ONE）
- Using reversed items in Likert scales: A questionable practice（J. Suárez-Álvarezほか、2018、Psicothema）
- Using Cognitive Interviewing to Test Youth Survey and Interview Items in Evaluation: A Case Example（Elisa H LaPietraほか、2020、Journal of MultiDisciplinary Evaluation）
- Investigating Social Desirability Bias in Student Self-Report Surveys（Angie L. Millerほか、2012、Educational research quarterly）
- Underreporting of AI Use: The Role of Social Desirability Bias（Yier Lingほか、2026、Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems）